TEAM EDA

기간 : 2018.07.01 ~ 2018.07.29 멤버 : 김현우, 박주연, 이주영 데이터 : Favorita Grocery Sales ( https://www.kaggle.com/c/favorita-grocery-sales-forecasting ) 주제 : 전통적인 수요 예측 모델과 최신 모델 사이의 성능비교 결과 : 예선 탈락 분석자료 : https://eda-ai-lab.tistory.com/158?category=725446 피드백(비공개) : https://eda-ai-lab.tistory.com/159?category=725446

기간 : 2018.07.10 ~ 2018.11.30 멤버 : 김현우, 박주연, 이주영, 이지예, 민은주 주제 : 금융 데이터를 활용한 “나의 금융생활정보 지수” 개발 결과 : 우승(과학기술부 장관상) 이번 자료의 내용은 다음의 링크에 정리해두었습니다. 링크 : https://eda-ai-lab.tistory.com/166 피드백(비공개) : https://eda-ai-lab.tistory.com/167

멤버 : 김현우, 민은주, 이지예 기간 : 2018. 12. 03(월) ~ 2019. 1. 16(수) 주제 : Digital Trend Analyzer (부제 : 온라인 행동 기반 트렌드 예측) 세부과제 1) 주요 상품군별 온라인 선호지수 생성 2) 상품군별 수요 트렌드 예측 및 인사이트 도출 3) 1), 2) 를 활용한 신규 서비스 제안 활용 데이터 1) 제공 데이터 : 온라인 행동 데이터, 상품분류정보 2) 외부 데이터 : 통계청, 기상청 등 공공데이터, 소셜 데이터 등 자유롭게 활용 결과 : 예선탈락 자료 : https://eda-ai-lab.tistory.com/175 피드백(비공개) : https://eda-ai-lab.tistory.com/176

이번 자료의 분석 내용은 다음의 링크에 정리해두었습니다. 내용 및 코드 https://dacon.io/poll5/56871 [대회] 5회 신용카드 거래 데이터 시각화 대회 dacon.io (코드는 데이콘에 로그인을 해야 보입니다. ) 순위 1등

이번 자료의 분석 내용은 다음의 링크에 정리해두었습니다. 링크 : https://eda-ai-lab.tistory.com/79?category=683995 Google Analytics Customer Revenue Prediction Google Analytics Customer Revenue Prediction Predict how much GStore customers will spend 대회 목적. 80/20 규칙은 많은 비즈니스에서 입증되었습니다. 적은 수의 고객 만이 대부분의 수익을 창출합니다. 따.. eda-ai-lab.tistory.com

이번 자료의 분석 내용은 다음의 링크에 정리해두었습니다. 링크 : https://eda-ai-lab.tistory.com/45?category=683995 원문 : https://www.kaggle.com/chocozzz/recommendation-medicines-by-using-a-review Recommendation Medicines by using a review Using data from multiple data sources www.kaggle.com 인터뷰 링크 : http://blog.kaggle.com/2019/01/14/kuc-teameda/

이번 자료의 분석 내용은 다음의 링크에 정리해두었습니다. 링크 : https://eda-ai-lab.tistory.com/8?category=683995 House Prices: Advanced Regression Techniques 이번 EDA 2기 첫 프로젝트로 진행했던 kaggle의 House Prices: Advanced Regression Techniques(https://www.kaggle.com/c/house-prices-advanced-regression-techniques)에 대한 분석 보고서입니다. 코드(커널)은.. eda-ai-lab.tistory.com 피드백 김미실버(https://brunch.co.kr/@gimmesilver/)님이 피드백해주셨습니다. 1. 제 생각에 이 문제에서..

NOTE : 이번 자료는SRK님의 글을 토대로 외부자료의 내용을 가져와서, 직접 모델링 코드를 짜보도록 하겠습니다. 외부자료 다른 주에있는 날씨 데이터가 이 포럼 게시물에 있습니다. santiagomota의 csv 파일. 이 게시물에는 주에 상점을 매핑하는 데이터가 있습니다.[코드] 2014 년 7 월 1 일에서 2014 년 12 월 31 일 사이에 시리즈 중간에 180 개의 데이터가 184 일 누락되어여기에 볼 수 있습니다. 테스트 집합의 저장소 622에서 "열림"열에 대한 누락 된 데이터 중 일부는 이게시물에서 볼 수있는 0으로 바꿀 수 있습니다 월드컵 날짜에 대한 외부 데이터 포럼 게시물의 매크로 표시기 데이터 Google 트렌드데이터 그 외 참고 할 만한 시도들. 실업률시도 소비자 물가 지수,월별..

Note : 이번자료는 집적만든 자료가 아니라 Rossmann Store sales Prediction을 진행하고 있는 다른사람들의 EDA자료를 살펴봄으로써 데이터 탐색을 하는 방법과 다양한 아이디어를 얻어보도록 하겠습니다. 원문저자의 허락을 받아서 번역을 진행하였고 원문의 링크는 아래와 같습니다. Python : Time Series Analysis and Forecasts with Prophet by elenapetrova (https://www.kaggle.com/elenapetrova/time-series-analysis-and-forecasts-with-prophet) 저자 : elenapetrova (Blog: https://datageekette.com , instagram: @datagee..

Author: Team-EDA 김현우,박주연,이주영,이지예,주진영,홍정아 NOTE : 아래의 자료는 Christian Thieli의 자료를 토대로 스터디원이 함께 배운 내용과 IDEA를 추가해서 만든 자료입니다. 첫번째 자료에서는 Vote가 가장높은 자료를 토대로 팀원들의 아이디어를 합쳐서 데이터 탐색을 진행하고, 두번째 자료에서는 다른사람들의 EDA자료를 통해서 아이디어를 더 발굴할 것 입니다. 마지막으로는 얻을 아이디어를 통해서 모델링을 하도록 하겠습니다. 1. 대회 소개 ( Introduction ) 2.데이터 설명 ( Data Description ) 3.패키지 설치 및 불러오기 ( Retrieving the Data ) 4.데이터 구조 확인 ( Data Structure ) 5.데이터 전처리 (..